Обновлено: 15 июня 2026. Разбираю рабочий сценарий, где нейросеть берёт на себя черновики ответов, FAQ и первичную обработку лидов, а менеджер сохраняет контроль над сделкой.

Я обновил эту статью, потому что за последние годы сценарий «нейросеть помогает менеджеру с перепиской» перестал быть экспериментом ради интереса. Команды продаж начали считать не абстрактную «автоматизацию», а минуты на ответ, долю типовых обращений, скорость первого касания и качество follow-up. Поэтому я перестроил материал: убрал устаревшие разговоры про отдельные модные инструменты, добавил схему внедрения, метрики и шаблоны, которые можно проверить на своей воронке за 2–3 недели.

Что именно можно отдать ИИ в клиентской переписке

В продажах много сообщений, которые повторяются с небольшими вариациями. Клиент спрашивает цену, сроки, наличие, формат договора, условия оплаты, разницу между тарифами, просит презентацию или уточняет, «а чем вы отличаетесь». Менеджер каждый раз пишет вроде бы новый ответ, но фактически собирает его из одних и тех же блоков.

Нейросеть хорошо подходит для трёх задач. Первая, черновик ответа на типовой вопрос. Вторая, краткое резюме входящего обращения, чтобы менеджер быстрее понял контекст. Третья, подготовка следующего письма после созвона или демонстрации.

Для примера: если один менеджер получает 35 входящих сообщений в день и на каждое типовое письмо тратит 4 минуты, это 140 минут ручной переписки. Если половину таких ответов нейросеть готовит как черновик, а менеджер тратит 60–90 секунд на проверку и правку, экономия легко приближается к одному рабочему часу в день. Это не магия, а арифметика процесса.

Я не советую начинать с полной автоматической отправки писем. Без контроля легко получить неверный тон, лишнее обещание или ответ, который формально звучит гладко, но не продвигает сделку. Практичнее схема «ИИ пишет, менеджер утверждает». Она снижает рутину, но оставляет ответственность у человека.

Если вы только выстраиваете базовые навыки работы с запросами, полезно сначала разобрать как правильно формулировать запросы для нейросетей, а уже потом переносить эти приёмы в продажи.

Обновлённая схема сценария: от лида до ответа

Я использую простую цепочку из пяти шагов.

  1. Менеджер вставляет входящее сообщение клиента и короткий контекст: продукт, этап сделки, источник лида, ограничение по цене или сроку.
  2. Нейросеть классифицирует запрос: цена, консультация, возражение, повторное касание, жалоба, запрос документов.
  3. Модель предлагает черновик ответа в нужном тоне: коротко для мессенджера, подробнее для письма, структурно для коммерческого предложения.
  4. Менеджер проверяет факты, убирает лишнее, добавляет персональную деталь.
  5. После отправки команда сохраняет удачный вариант как шаблон.

В SoftChat для такой работы можно держать промпт-шаблоны для повторяемых стартовых запросов, использовать историю диалогов внутри организации и настраивать системные инструкции для конкретного разговора или ассистента. Это удобно, когда отделу нужно договориться о едином стиле ответов: например, не обещать скидку без согласования, не писать длиннее 900 знаков в первом касании, всегда заканчивать письмо одним конкретным следующим шагом.

Ещё один практичный момент, ответы в чате отображаются с разметкой Markdown, включая таблицы и блоки кода. Для продаж это полезно не из-за кода, а из-за структуры: модель может вернуть письмо, список уточняющих вопросов и короткую таблицу «что известно / что нужно спросить» в одном ответе.

Где ИИ помогает сильнее всего

Самые заметные результаты обычно появляются не в сложных переговорах, а в рутинных участках воронки.

Первичный ответ на лид. Клиент написал «пришлите условия» или «сколько стоит внедрение». Плохой ответ, это сухая ссылка или прайс без уточнений. Хороший черновик содержит приветствие, 1–2 уточняющих вопроса, короткое описание следующего шага и предложение времени для разговора.

Ответы на повторяющиеся вопросы. Если 20–40% обращений касаются одних и тех же тем, FAQ для менеджера окупается быстро. Не публичная страница, а внутренняя база формулировок: «как объяснить оплату», «как ответить про сроки», «как корректно отказать от неподходящего запроса».

Обработка возражений. Фраза «дорого» может означать разные вещи: нет бюджета, не видно ценности, нужно согласование, клиент сравнивает разные комплектации. Нейросеть помогает разложить возражение на гипотезы и предложить 2–3 варианта ответа.

Follow-up после контакта. Через 1–2 дня после созвона менеджеры часто откладывают письмо, потому что нужно собрать мысли. Модель может подготовить черновик: поблагодарить, зафиксировать боль, перечислить договорённости, предложить дату следующего шага.

Условный пример: команда из 6 менеджеров договорилась, что каждое повторное касание должно содержать 3 элемента, контекст разговора, пользу для клиента и один вопрос. За 10 рабочих дней они получают 300–400 более однородных писем, даже если каждый менеджер правит текст под себя.

Что нельзя отдавать нейросети без проверки

Есть зоны, где автоматизация без контроля опасна. Нейросеть может уверенно сформулировать неверную скидку, срок поставки, юридическое условие или техническую совместимость. Поэтому в промпте нужно прямо запретить придумывать факты и просить помечать неизвестные данные.

Хорошая инструкция выглядит так: «Если данных нет в сообщении, не выдумывай. Напиши, какой факт нужно уточнить у менеджера. Не обещай скидку, индивидуальные условия и точную дату внедрения». Такая фраза снижает риск красивых, но неверных ответов.

Для сложных B2B-продаж я советую делить письмо на две части. Первая, фактическая: что клиент спросил, какие данные известны, чего не хватает. Вторая, коммуникационная: как ответить мягко и по делу. Менеджер быстрее ловит ошибку, когда факты вынесены отдельно.

Если задача шире, чем переписка, пригодится материал о том, как внедрить нейросети в рабочие процессы. Там логика та же: сначала выбираем повторяемый участок, затем фиксируем правила, потом считаем эффект.

Метрики: как понять, что сценарий работает

Я бы не оценивал внедрение по ощущениям «стало удобнее». Нужны 5–7 чисел до и после.

Метрика Как считать Что показывает
Среднее время первого ответа минуты от входящего лида до ответа скорость реакции отдела
Доля типовых обращений типовые вопросы / все входящие размер зоны автоматизации
Время подготовки письма минуты на черновик и правку экономию рутины
Доля правок после ИИ сколько текста менеджер переписывает качество шаблонов и промптов
Доля писем с следующим шагом письма с датой, вопросом или предложением созвона управляемость воронки
Ошибки в фактах количество найденных неверных утверждений риск для качества

Для примера: если среднее первое касание было 2 часа 10 минут, а после внедрения черновиков стало 45 минут, это уже заметный операционный эффект. Но если при этом выросло число фактических ошибок, сценарий нужно откатить на этап проверки промптов, а не расширять.

В рознице и услугах с быстрым циклом продаж полезно смотреть первые 15 минут после заявки. Во многих командах именно это окно решает, попадёт ли клиент в диалог. В B2B с длинным циклом важнее качество резюме, точность follow-up и единый стиль после демонстрации.

Обновление раздела про модели и инструменты

Раньше было принято выбирать один инструмент и пытаться решать в нём всё. Сейчас практичнее думать классами задач. Для коротких типовых ответов нужна быстрая текстовая модель. Для сложного письма по нескольким вводным, модель с сильным рассуждением. Для работы с вложениями могут понадобиться модели, которые понимают документы или изображения, но такая возможность зависит от выбранной модели.

В SoftChat можно переключать модели в рамках разговора. В простом режиме новый чат сразу создаётся с подходящей текстовой моделью без ручного выбора, что снижает порог входа для менеджера, который хочет быстро получить первый черновик. Если выбранная модель не вернула пригодный ответ, SoftChat может получить ответ от резервной модели и показать строку «Ответ получен на резервной модели». Если не сработал даже резервный вариант, попытка не списывается, и её можно повторить бесплатно.

Для команды продаж это означает простую вещь: менеджер не обязан разбираться в десятках названий моделей перед первым письмом. Ему важнее дать нормальный контекст и проверить результат. А выбор «быстрее или глубже» уже можно настраивать под сценарий.

Про генерацию текстов в целом я подробно писал в статье о задачах и проверке результата при работе с нейросетью для текста. В продажах этот принцип особенно заметен: черновик без проверки остаётся черновиком, а не готовым коммерческим обещанием.

Готовые шаблоны промптов для продаж

Ниже три шаблона, с которых можно начать. Я специально оставляю поля в квадратных скобках, чтобы менеджер менял только контекст, а не переписывал инструкцию каждый раз.

1. Ответ на новый лид

«Ты помогаешь менеджеру по продажам. Подготовь короткий ответ клиенту в деловом, но живом тоне. Входящее сообщение: [текст клиента]. Контекст: [продукт, сегмент, источник лида]. Цель ответа: уточнить потребность и предложить следующий шаг. Не придумывай цену, сроки и условия, если их нет в контексте. В конце задай один конкретный вопрос».

2. Черновик письма после созвона

«Составь письмо после разговора с клиентом. Данные: [краткие заметки]. Структура: благодарность, 3 пункта договорённостей, что мы предлагаем сделать дальше, вопрос для подтверждения. Длина до 1200 знаков. Если в заметках нет факта, не добавляй его».

3. Работа с возражением

«Разбери возражение клиента: [цитата]. Определи 2–3 возможные причины возражения. Для каждой предложи короткий ответ менеджера. Тон спокойный, без давления. Не обещай скидку и индивидуальные условия».

После 20–30 реальных прогонов шаблоны стоит переписать под язык вашей компании. Слишком общий промпт даёт вежливый, но пустой текст. Хороший промпт содержит ограничения: длину, тон, запреты, формат, следующий шаг.

Как внедрить без хаоса за две недели

Первая неделя, диагностика. Возьмите 100–150 последних входящих сообщений и разметьте их по типам. Вручную это занимает несколько часов, зато вы увидите, какие вопросы повторяются. Обычно достаточно 6–8 категорий: цена, сроки, консультация, документы, возражение, статус заявки, повторное касание, неподходящий запрос.

Вторая неделя, пилот. Выберите 2 категории с высокой частотой и низким риском. Например, первичный ответ и follow-up. Напишите 3 шаблона, прогоните 30–50 сообщений, посчитайте время правки и ошибки. Если менеджер переписывает больше половины текста, проблема не в нейросети, а в слабой инструкции или нехватке контекста.

Не подключайте всё сразу. Автоматизация продаж ломается там, где команда пытается за один раз закрыть лиды, возражения, договоры, поддержку, обучение новичков и аналитику. Один сценарий, одна метрика, один ответственный за качество, так внедрение идёт спокойнее.

Что изменилось в этой версии статьи

Я добавил отдельный блок про метрики, потому что без чисел невозможно понять эффект. Обновил раздел про модели: вместо списка брендов и названий теперь использую классы задач, быстрые текстовые ответы, более глубокое рассуждение, работа с вложениями при поддержке выбранной модели. Добавил промпты для FAQ, follow-up и возражений. Ещё я усилил блок про контроль фактов, потому что именно на нём чаще всего экономят время, а потом теряют качество.

Заключение короткое. ИИ в продажах лучше всего работает как редактор, ассистент и ускоритель рутины. Он помогает быстрее начать письмо, не забыть следующий шаг, привести ответы к единому стилю и снять часть повторяемой нагрузки. Но решение о скидке, сроке, юридическом условии и обещании клиенту должно оставаться у менеджера. Обновлённая версия статьи как раз про этот баланс: меньше ручной переписки, больше контроля над смыслом.